一种人员推荐方法及人员推荐系统技术方案

本申请提供了一种人员推荐方法及人员推荐系统，通过获取待匹配用户的需求特征信息、待匹配用户的综合评估结果，以及至少一个候选匹配用户中每个候选匹配用户的工作特征信息和该候选匹配用户的综合评估结果，通过训练好的匹配模型，确定出待匹配用户与每一个候选匹配用户之间的匹配结果，最终，根据确定出的多个匹配结果，为待匹配用户推荐相应的目标匹配用户。这样，便能够根据待匹配用户的需求特征信息，为该待匹配用户推荐更加合适的目标匹配用户为其提供服务，进而有助于提高待匹配用户的服务满意度，以及提高匹配结果的准确性。

【技术实现步骤摘要】
一种人员推荐方法及人员推荐系统
本申请涉及计算机
，尤其是涉及一种人员推荐方法及人员推荐系统。
技术介绍
随着互联网行业的飞速发展，网络业务规模日益扩大，线上业务订单量突飞猛进，当用户在网上进行订单咨询时，通常需要为其分配一个相应的服务人员，以对其提出的问题进行解答。目前，派单方式几经演进，从最初的订单池抢单转变到后来的调度员派单，然而，订单池抢单这种派单模式可以让服务人员对现有的订单进行挑选，从而挑选出有利于自身的订单，进而出现刷单作弊以及应答不及时等情况，而调度员派单这种派单模式，在调度员对服务人员所擅长的领域不了解时，常常会出现派单失误的情况，例如，服务人员不能够解决用户所提出的问题，造成的订单处理不够及时以及用户满意度较低的问题。
技术实现思路
有鉴于此，本申请的目的在于提供一种人员推荐方法及人员推荐系统，能够为待匹配用户推荐更加适合的候选匹配用户，有助于提高待匹配用户的服务满意度，以及提高匹配结果的准确性。本申请实施例提供了一种人员推荐方法，所述人员推荐方法包括：获取待匹配用户的需求特征信息和待匹配用户的综合评估结果，以及获取至少一个候选匹配用户中每个候选匹配用户的工作特征信息和每个候选匹配用户的综合评估结果；将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至训练好的匹配模型，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果；按照多个所述匹配结果，从所述至少一个候选匹配用户中为所述待匹配用户推荐相应的目标匹配用户。进一步的，通过以下步骤确定所述综合评估结果：获取目标匹配用户的目标特征信息，以及所述目标特征信息所指示的每个评估维度的单项评估分值，其中，当所述目标匹配用户为所述待匹配用户时，所述评估维度为匹配维度；当所述目标匹配用户为所述候选匹配用户时，所述评估维度为推荐维度；将所述目标特征信息输入至评分模型的特征变换子模型，得到所述目标匹配用户对应的目标特征向量；将所述目标特征向量输入至所述评分模型的特征权重配比子模型，确定每个评估维度对于所述目标匹配用户的评估权重；基于每个评估维度的单项评估分值以及每个评估维度的评估权重，确定所述目标匹配用户对应的综合评估结果。进一步的，所述将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至训练好的匹配模型，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果，包括：通过获取到的所述待匹配用户的前一匹配用户对应的匹配模型参数配置所述匹配模型，得到配置完成的目标匹配模型；将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至所述目标匹配模型中，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果。进一步的，通过以下步骤确定所述待匹配用户对应的匹配模型参数：获取所述待匹配用户的需求特征信息以及所述待匹配用户对应的综合评估结果；通过所述需求特征信息以及所述待匹配用户对应的综合评估结果，训练所述匹配模型，得到所述待匹配用户对应的匹配模型参数，以供所述待匹配用户的下一匹配用户用于配置所述匹配模型。进一步的，当所述待匹配用户为第一个匹配用户时，通过以下步骤确定所述匹配模型参数：从样本数据库中获取每个样本待匹配用户的样本需求特征信息和每个样本待匹配用户的样本综合评估结果，每个样本候选匹配用户的样本工作信息和每个样本候选匹配用户的样本综合评估结果，以及每个样本候选匹配用户与每个样本待匹配用户之间的真实匹配结果；将获取到的样本需求特征信息和样本工作信息，以及每个样本待匹配用户的样本综合评估结果和每个样本候选匹配用户的样本综合评估结果作为输入特征，将每个样本候选匹配用户与每个样本待匹配用户之间的真实匹配结果作为输出特征，训练构建好的离线分层子模型，得到所述匹配模型的匹配模型参数。进一步的，所述将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至所述目标匹配模型中，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果，包括：将所述需求特征信息与所述待匹配用户的综合评估结果输入至所述目标匹配模型中的特征变换子模型，得到所述待匹配用户对应的第一特征向量；将每个候选匹配用户的工作特征信息与每个候选匹配用户的综合评估结果输入至所述目标匹配模型中的特征变换子模型，得到每个候选匹配用户对应的第二特征向量；基于所述第一特征向量以及每个候选用户对应的第二特征向量，通过所述目标匹配模型中的在线分层子模型确定出每个候选匹配用户与所述待匹配用户之间的匹配结果。进一步的，通过以下步骤训练所述评分模型：从样本数据库中获取每个样本目标匹配用户的样本目标特征信息和所述样本目标特征信息所指示的每个评估维度的样本评估分值，以及所述样本目标匹配用户对应的真实评估结果；将获取到的所述样本目标特征信息以及每个样本评估分值作为输入特征，将所述样本目标匹配用户对应的真实评估结果作为输出特征，训练构建好的深度学习模型，得到训练好的评分模型。进一步的，所述按照多个所述匹配结果，从所述至少一个候选匹配用户中为所述待匹配用户推荐相应的目标匹配用户，包括：从多个所述匹配结果中确定出所述待匹配用户与各个候选匹配用户之间的匹配相似度；基于多个所述匹配相似度，从所述至少一个候选匹配用户中确定出与所述待匹配用户之间匹配相似度最高的目标匹配用户，并将所述目标匹配用户推荐给待匹配用户。本申请实施例还提供了一种人员推荐系统，所述人员推荐系统包括：获取模块，用于获取待匹配用户的需求特征信息和待匹配用户的综合评估结果，以及获取至少一个候选匹配用户中每个候选匹配用户的工作特征信息和每个候选匹配用户的综合评估结果；匹配模块，用于将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至训练好的匹配模型，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果；推荐模块，用于按照多个所述匹配结果，从所述至少一个候选匹配用户中为所述待匹配用户推荐相应的目标匹配用户。进一步的，所述人员推荐系统还包括确定模块，所述确定模块用于：获取目标匹配用户的目标特征信息，以及所述目标特征信息所指示的每个评估维度的单项评估分值，其中，当所述目标匹配用户为所述待匹配用户时，所述评估维度为匹配维度；当所述目标匹配用户为所述候选匹配用户时，所述评估维度为推荐维度；将所述目标特征信息输入至评分模型的特征变换子模型，得到所述目标匹配用户对应的目标特征向量；将所述目标特征向量输入至所述评分模型的特征权重配比子模型，确定每个评估维度对于所述目标匹配用户的评估权重；基于每个评本文档来自技高网...

【技术保护点】
1.一种人员推荐方法，其特征在于，所述人员推荐方法包括：/n获取待匹配用户的需求特征信息和待匹配用户的综合评估结果，以及获取至少一个候选匹配用户中每个候选匹配用户的工作特征信息和每个候选匹配用户的综合评估结果；/n将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至训练好的匹配模型，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果；/n按照多个所述匹配结果，从所述至少一个候选匹配用户中为所述待匹配用户推荐相应的目标匹配用户。/n

【技术特征摘要】
1.一种人员推荐方法，其特征在于，所述人员推荐方法包括：
获取待匹配用户的需求特征信息和待匹配用户的综合评估结果，以及获取至少一个候选匹配用户中每个候选匹配用户的工作特征信息和每个候选匹配用户的综合评估结果；
将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至训练好的匹配模型，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果；
按照多个所述匹配结果，从所述至少一个候选匹配用户中为所述待匹配用户推荐相应的目标匹配用户。


2.根据权利要求1所述的人员推荐方法，其特征在于，通过以下步骤确定所述综合评估结果：
获取目标匹配用户的目标特征信息，以及所述目标特征信息所指示的每个评估维度的单项评估分值，其中，当所述目标匹配用户为所述待匹配用户时，所述评估维度为匹配维度；当所述目标匹配用户为所述候选匹配用户时，所述评估维度为推荐维度；
将所述目标特征信息输入至评分模型的特征变换子模型，得到所述目标匹配用户对应的目标特征向量；
将所述目标特征向量输入至所述评分模型的特征权重配比子模型，确定每个评估维度对于所述目标匹配用户的评估权重；
基于每个评估维度的单项评估分值以及每个评估维度的评估权重，确定所述目标匹配用户对应的综合评估结果。


3.根据权利要求1所述的人员推荐方法，其特征在于，所述将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至训练好的匹配模型，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果，包括：
通过获取到的所述待匹配用户的前一匹配用户对应的匹配模型参数配置所述匹配模型，得到配置完成的目标匹配模型；
将所述需求特征信息和每个候选匹配用户的工作特征信息，以及所述待匹配用户的综合评估结果和每个候选匹配用户的综合评估结果输入至所述目标匹配模型中，确定出每个候选匹配用户与所述待匹配用户之间的匹配结果。


4.根据权利要求3所述的人员推荐方法，其特征在于，通过以下步骤确定所述待匹配用户对应的匹配模型参数：
获取所述待匹配用户的需求特征信息以及所述待匹配用户对应的综合评估结果；
通过所述需求特征信息以及所述待匹配用户对应的综合评估结果，训练所述匹配模型，得到所述待匹配用户对应的匹配模型参数，以供所述待匹配用户的下一匹配用户用于配置所述匹配模型。


5.根据权利要求3所述的人员推荐方法，其特征在于，当所述待匹配用户为第一个匹配用户时，通过以下步骤确定所述匹配模型参数：
从样本数据库中获取每个样本待匹配用户的样本需求特征信息和每个样本待匹配用户的样本综合评估结果，每个样本候选匹配用户的样本工作信息和每个样本候选匹配用户的样本综合评估结果，以及每个样本候选匹配用户与每个样本...

【专利技术属性】
技术研发人员：唐恒标，陈少儒，黄垒涛，胡天睿，
申请(专利权)人：北京车薄荷科技有限公司，
类型：发明
国别省市：北京;11